文 | 深觀商業(yè)
如果說兩年前的“H800禁售令”引發(fā)的是中國客戶恐慌性的囤貨狂潮，當英偉達再次交出一份全球營收創(chuàng)新高但中國區(qū)占比滑落至10%警戒線的財報時，市場的情緒已經從恐慌轉為了冷漠。
面對華爾街分析師關于“特供版芯片在中國市場訂單不及預期”的尖銳追問，這位身穿標志性皮衣的CEO罕見地陷入了沉默。他試圖用“復雜的監(jiān)管環(huán)境”來搪塞，但所有人都聽出了潛臺詞中的無力感。
當為了合規(guī)而自我閹割的特供版芯片，在性能上被國產“新貴”們逼平，在價格上又因高昂的供應鏈成本而居高不下時。那個曾經只要在PPT上畫出一張卡，就能讓中國互聯(lián)網巨頭提著現(xiàn)金排隊的時代，已經徹底終結了。
精準的刀法與失衡的性價比
英偉達再次推出針對中國市場的特供芯片H20時，其算盤打得極其精明：通過降低芯片的峰值性能以符合美國出口管制要求，同時保留高速互聯(lián)帶寬和CUDA生態(tài)的兼容性。在英偉達看來，這是中國客戶在“算力饑渴”下的唯一解藥。
市場用腳投出的票，卻給了這種傲慢一記響亮的耳光。為了滿足美國對“算力密度”和“互聯(lián)帶寬”的雙重限制，H20幾乎被“閹割”得面目全非。這就導致H20在實際的大規(guī)模訓練集群中，其有效算力甚至不如兩年前囤積的H800。
從技術邏輯上看，AI大模型的訓練確實依賴高帶寬，但推理和微調場景對算力密度的要求同樣嚴苛。H20為了合規(guī)，將算力“閹割”到了H100的20%甚至更低，但其晶圓面積、封裝成本并沒有顯著下降。
這就導致了一個極其荒謬的TCO模型：中國客戶需要購買比過去多出三倍甚至五倍數(shù)量的顯卡，租用更大的機房空間，消耗更多的電力，搭建更復雜的網絡拓撲，僅僅是為了達到兩年前一張A100卡就能解決的算力水平。
對于精打細算的中國互聯(lián)網大廠和智算中心運營商來說，這筆賬怎么算都是虧的。所以H20的渠道價格就開始出現(xiàn)松動，從最初預期的1.2萬—1.5萬美元高位，一路下探至10萬元人民幣左右，甚至在某些大單采購中出現(xiàn)了比昇騰910B還要低的價格倒掛。
英偉達仿佛陷入了一個死循環(huán)：為了合規(guī)，必須降低性能；為了維持高毛利和應對復雜的供應鏈合規(guī)成本，價格無法大幅下調；而性能下降、價格堅挺的結果，就是徹底將中低端市場和推理市場拱手讓人。
這種局面的出現(xiàn)，并非英偉達技術不行了，而是競爭參照系變了。摩爾線程是這群新貴中最具代表性的一員。如果不說它是國產，你甚至會以為它是英偉達的某個“中國分部”。摩爾線程極度強調“全功能GPU”的概念。
不僅能做AI計算，還要能做3D圖形渲染、視頻編解碼。這種策略極其聰明地切入了英偉達的腹地，它不僅想替代A100/H100，還想替代RTX系列。在2024年到2025年的窗口期，摩爾線程的“夸娥”萬卡集群解決方案開始在業(yè)界嶄露頭角。
它解決了一個核心痛點：對于那些不想被生態(tài)完全綁定，又買不到滿血英偉達的中型企業(yè)和科研機構來說，需要一個架構上更接近傳統(tǒng)GPU、遷移成本更低的替代方案。摩爾線程的MUSA架構在設計之初就考慮了對CUDA代碼的兼容性，大大降低了開發(fā)者的遷移門檻。
其市值已悍然站上3000億元人民幣大關，成為“國產GPU第一股”在科創(chuàng)板站穩(wěn)了腳步。摩爾線程從受理到過會僅用時88天，也創(chuàng)下了科創(chuàng)板的“閃電紀錄”，對于一家成立僅5年的公司而言，這種“跑步上市”的盛況，在A股歷史上極為罕見。
與此同時，壁仞科技在港交所的招股進入最后沖刺階段，擬募資額接近50億港元。翻開招股書，這些“獨角獸”的財務報表依舊是“鮮血淋漓”，基石投資者名單中也不乏頂級國資與險資的身影。
國產算力不再僅僅是“備胎”
二級市場給予的高估值，透支的是未來十年的預期。投資者賭的不僅是某一家公司的技術，更是賭在中國這個全球最大的半導體消費市場中，必然會誕生一到兩家能與英偉達分庭抗禮的巨頭。
從昇騰910C在核心訓練集群的規(guī)模化部署，到DeepSeek等頭部大模型廠商公開為國產算力站臺，中國芯片廠商不再是“備胎”，而是真正坐上了牌桌。對于面臨巨大盈利壓力的云廠商來說，繼續(xù)迷信英偉達，就是對股東不負責任。
字節(jié)跳動、阿里巴巴、騰訊等互聯(lián)網巨頭，在2025年的算力采購策略上表現(xiàn)出了驚人的一致性。不約而同地將英偉達的存量高端卡集中用于極少數(shù)超大模型的預訓練，而在占據(jù)算力消耗80%以上的推理和微調環(huán)節(jié)，激進地引入國產算力。
字節(jié)跳動在2025年的推薦算法集群中，非英偉達芯片的占比更是首次突破了40%。推薦算法可以說是字節(jié)跳動的利潤奶牛，敢于在核心業(yè)務上動刀，說明國產芯片的穩(wěn)定性已經通過了最嚴苛的實戰(zhàn)考驗。
如果說商業(yè)邏輯的轉變是水面上的波瀾，那么制造環(huán)節(jié)的驚心動魄則是水面下的暗流。美國商務部在今年進一步收緊了對華出口HBM的限制。不僅是頂級的HBM3e，連基礎版本的HBM3也被列入了嚴控范圍。
這對于試圖追趕英偉達的國產GPU廠商來說，無異于釜底抽薪。沒有HBM，高端GPU就是一塊廢硅。國產GPU廠商開始學會“看菜吃飯”，既然買不到最好的HBM，那就通過架構創(chuàng)新來彌補。
摩爾線程和壁仞科技在2025年推出的新一代產品中，普遍采用了更大的片上SRAM緩存和優(yōu)化的顯存壓縮算法，以降低對顯存帶寬的依賴。這種“窮人家的孩子早當家”的設計思路，雖然在極限性能上不如英偉達的暴力堆料，但在實際工程應用中卻展現(xiàn)出了極高的效率。
通富微電、長電科技等國內封測巨頭，在國產2.5D封裝技術上也取得了實質性突破。盡管良率初期慘不忍睹，但依靠國內龐大的市場需求進行“暴力迭代”，到了2025年第三季度，這一數(shù)字已經被拉升至40%—60%的區(qū)間。
雖然與臺積電90%以上的成熟良率相比仍顯稚嫩，但這已經跨越了“商業(yè)化量產”的盈虧平衡點。這意味著，國產大芯片不再是實驗室里的展品，而是可以源源不斷流向數(shù)據(jù)中心的工業(yè)品。
從“能用”到“好用”
長期以來，英偉達最堅固的壁壘并非GPU本身，而是CUDA。那個讓無數(shù)開發(fā)者“不得不愛”的軟件生態(tài)，曾被認為是國產芯片不可逾越的天塹。這個龐大、復雜且極其好用的軟件生態(tài)，像毒品一樣讓全球的開發(fā)者欲罷不能。
在中國，過去十年的AI繁榮也是建立在CUDA之上的。因此，英偉達曾自信地認為：只要CUDA還在，中國客戶就逃不出我的手掌心。但當“買不到”成為常態(tài)，依賴CUDA就變成了一種巨大的經營風險。
對于中國企業(yè)而言，如果底層的算力基座構建在隨時可能被切斷的CUDA之上，那么上層的萬丈高樓皆為虛幻。這種安全意識的覺醒，促使整個行業(yè)開始聯(lián)手構建屬于中國自己的軟件標準。
而這道天塹被填平的速度，超出了所有人的預期。以摩爾線程和壁仞為代表，通過兼容CUDA代碼，降低遷移成本。摩爾線程的MUSA在2025年開發(fā)者大會上展示了驚人的兼容性，數(shù)萬行代碼的遷移時間被壓縮到了小時級。
在2025年，絕大多數(shù)算法工程師不再需要手寫底層的CUDA算子。通過編譯器技術的突破，開發(fā)者只需關注上層的Python代碼，底層的適配工作由編譯器自動分發(fā)到不同的后端，無論是Nvidia GPU，還是Ascend，亦或是海光DCU。
技術層面的“去CUDA化”正在加速。百度飛槳、阿里通義千問、騰訊混元大模型，都在底層代碼層面做了大量的適配工作。通過編譯器優(yōu)化、算子庫重寫以及自動轉換工具，在主流的大模型訓練和推理任務中，這種差距已經被縮小到了“可接受”的范圍。
這種“去底層化”的趨勢，極大地降低了國產芯片的遷移門檻。更重要的是，圍繞CANN形成了一個龐大的開發(fā)者社區(qū)。在GitHub和Gitee上，針對昇騰芯片的模型適配代碼庫數(shù)量在2025年呈現(xiàn)出指數(shù)級增長。
除了在大模型訓練端的廝殺，國產GPU開始滲透進渲染、數(shù)字孿生、云游戲等邊緣市場。摩爾線程的“夸娥”千卡集群在數(shù)字人渲染上的應用，證明了GPU不僅僅只有AI這一條路可走。
海光信息在2025年財報中也披露，其DCU產品在通算領域的生態(tài)兼容性已達到95%以上。
當軟件不再是瓶頸，硬件的性價比優(yōu)勢就會被無限放大。在占據(jù)市場90%份額的成熟模型訓練和推理場景中，CUDA的“神諭”地位已經動搖。
當然我們必須清醒地看到，“碎片化”依然是國產GPU的頑疾。海光有DCU，摩爾線程有MUSA，壁仞有BIRENSUPA……每一家都有一套自己的編程模型。對于下游軟件開發(fā)商來說，適配這七八套系統(tǒng)簡直是噩夢。
2025年下半年，行業(yè)內開始出現(xiàn)整合的呼聲。雖然物理層面的合并尚早，但軟件層面的互通標準，例如OpenCL的某些國產化變體開始被提上日程。誰能統(tǒng)一這個破碎的江湖，誰就是下一個時代的盟主。
2024年英偉達在中國市場的份額一度高達80%以上，而到了2025年底，這一數(shù)字被壓縮至60%左右。這丟失的20%，是被“四小龍”硬生生啃下來的，但是對于這些芯片新貴而言，IPO敲鐘的那一刻，才是真正殘酷淘汰賽的開始。
快報
根據(jù)《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論